ROMA (Agente Meta Abierto Recursivo) = meta-agentes descomponiendo tareas → SOTA:
- Seal-0: 45.6% - MARCOS: 81.7% - SimpleQA: 93.9%
ODS muestra que la recuperación abierta + razonamiento puede competir con los mejores: - FRAMES v2: 75.3% (~+10 vs GPT-4o Vista previa de búsqueda, ~+30 vs Perplexity Pro) - SimpleQA: 88.3%
Por qué es importante: ➠ orquestación > parámetros en bruto ➠ GRID + pila de IA verificable (Phala, Nillion, Lagrange, Lit, Atoma) para confianza ➠ Entrenamiento de IA leal para que la alineación persista sin arrastre de rendimiento
¿100% correr a continuación? la curva aún tiene margen @SentientAGI
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
ROMA (Agente Meta Abierto Recursivo) = meta-agentes descomponiendo tareas → SOTA:
- Seal-0: 45.6%
- MARCOS: 81.7%
- SimpleQA: 93.9%
ODS muestra que la recuperación abierta + razonamiento puede competir con los mejores:
- FRAMES v2: 75.3% (~+10 vs GPT-4o Vista previa de búsqueda, ~+30 vs Perplexity Pro)
- SimpleQA: 88.3%
Por qué es importante:
➠ orquestación > parámetros en bruto
➠ GRID + pila de IA verificable (Phala, Nillion, Lagrange, Lit, Atoma) para confianza
➠ Entrenamiento de IA leal para que la alineación persista sin arrastre de rendimiento
¿100% correr a continuación? la curva aún tiene margen @SentientAGI